论文部分内容阅读
颅内压(Intracranial Pressure,ICP)增高可由多种疾病引发,严重者可导致脑疝而危及生命,因此正确认识ICP增高的调节机理及相关因素对ICP的影响对采取及时有效的降颅压措施尤为重要。本研究通过数学建模仿真的方法对ICP增高的调节机制及与其影响因素间的关系进行研究,同时对脑血流动力学参数与ICP的相关关系进行了仿真,通过脑血流动力学参数获取ICP的连续、定量输出信息,为临床及时观测ICP的动态变化提供了一种新的思路和方法。本文在前人对ICP数学模型研究的基础上,应用血液动力学基本理论知识,对ICP的变化对颅内顺应性(intracranial compliance,IC)及脑脊液流出阻力(outflow resistance,Ro)的影响进行了仿真,从而进一步了解了ICP的调节机制;研究经颅多普勒(transcranial doppler,TCD)测得的血流动力学参数与ICP和脑灌注压(cerebral perfusion pressure,CPP)的关系,探讨无创获取ICP的新方法。本文主要从以下三个方面展开研究:1.颅高压对脑脊液循环影响的仿真模型研究应用血液动力学的原理和方法,对文献中颅内压变化及脑脊液循环参数模型进行分析,依据颅腔总容积不变的原则,建立了反映颅内压关于顺应性和脑脊液流出阻力的动力学数学模型,由颅内压的变化率仿真计算顺应性和脑脊液流出阻力的变化趋势。研究发现颅内压与顺应性成负相关关系,与脑脊液流出阻力成正相关,所建模型不同于以往模型常用的顺应性与颅内压函数关系的情况,且脑脊液流出阻力不再为常数,更接近真实病理生理过程,能够较好地吻合现有的一些医学结论,为更深一步探究病理生理情况下颅内压升高的调节机制提供了一定的理论基础。2. TCD参数与颅内压相关关系的仿真研究TCD作为无创检测ICP受到越来越多的关注,其测得的血流动力学参数与颅内压的变化有密切的关系,本文通过分析前人测得颅高压状态下TCD参数的变化,通过多元线性分析建立颅内压关于TCD参数的关系方程,发现TCD参数可以很好的解释颅内压的变化,后又通过逐步回归分析的方法筛选TCD参数,建立最优回归方程,以最少的变量表达更多的颅内压信息,最后筛选出平均血流速度(mean flow velocity ,Vm)和搏动指数(pulsatility index ,PI),通过仿真发现Vm和PI可以很好的估计和预测ICP,残差较小,效果较为理想,达到预期的目的,为临床无创颅内压的连续、定量输出提供了一种新思路。3.TCD参数与ICP相关性的应用研究采用临床TCD参数数据,通过逐步回归分析的方法筛选TCD参数,建立最优回归方程,筛选出的变量为Vm,通过仿真发现Vm可以很好的预测ICP的变化趋势,残差较小,为进一步在临床上应用奠定了基础。